상세정보
미리보기
LLM 엔지니어링
- 저자
- 폴 이우수틴,막심 라본 공저/조우철 역
- 출판사
- 한빛미디어
- 출판일
- 2025-05-12
- 등록일
- 2025-11-10
- 파일포맷
- PDF
- 파일크기
- 10MB
- 공급사
- YES24
- 지원기기
-
PC
PHONE
TABLET
웹뷰어
프로그램 수동설치
뷰어프로그램 설치 안내
책소개
LLM 엔지니어링의 모든 것을 망라한 실전 가이드『LLM 엔지니어링』은 프로덕션 수준의 LLM 애플리케이션을 개발하고 배포하는 데 필요한 엔지니어링 방법들을 상세히 안내한다. LLM 라이프사이클을 체계적으로 살펴보며, 데이터 엔지니어링부터 지도 학습 파인튜닝, 모델 평가, 추론 최적화, RAG 파이프라인 개발까지 핵심 개념과 실용적인 기술들을 다룬다. 이 과정에서 ‘LLM Twin’이라는 실제 프로젝트를 통해 개인의 글쓰기 스타일과 성격을 모방하는 AI를 구현하며, 데이터 수집과 전처리, 모델 파인튜닝 등 LLM 엔지니어링의 실전 노하우를 깊이 있게 익힐 수 있다. 이 책이 제시하는 실질적인 로드맵을 따라 데이터 수집부터 모델 최적화까지의 전 과정을 단계별로 학습해보며, LLM 엔지니어링 역량을 한 단계 더 높이길 바란다.
저자소개
7년 이상 생성형 AI, 컴퓨터 비전 및 MLOps 설루션을 구축한 시니어 ML/MLOps 엔지니어. 최근에는 Metaphysic에서 대규모 신경망을 프로덕션에 적용하는 핵심 엔지니어로 근무했다. 또한 프로덕션급 ML 교육 채널인 Decoding ML을 설립해 사람들이 ML 시스템을 구축할 수 있도록 IT 기사와 오픈 소스 강좌를 제공하고 있다.
목차
CHAPTER 1 LLM Twin 개념과 아키텍처 이해_1.1 LLM Twin 개념_1.2 LLM Twin의 제품 기획_1.3 특성, 학습, 추론 파이프라인 기반 ML 시스템 개발_1.4 LLM Twin의 시스템 아키텍처 설계_요약_참고 문헌CHAPTER 2 도구 및 설치_2.1 파이썬 생태계와 프로젝트 설치_2.2 MLOps와 LLMOps 도구_2.3 비정형 데이터와 벡터 데이터를 저장하기 위한 데이터베이스_2.4 AWS 사용 준비_요약_참고 문헌CHAPTER 3 데이터 엔지니어링_3.1 LLM Twin의 데이터 수집 파이프라인 설계_3.2 LLM Twin의 데이터 수집 파이프라인 구현_3.3 원시 데이터를 데이터 웨어하우스로 수집_요약_참고 문헌CHAPTER 4 RAG 특성 파이프라인_4.1 RAG 이해_4.2 고급 RAG 개요_4.3 LLM Twin의 RAG 특성 파이프라인 아키텍처_4.4 LLM Twin의 RAG 특성 파이프라인 구현하기_요약_참고 문헌CHAPTER 5 지도 학습 파인튜닝_5.1 지시문 데이터셋 생성_5.2 지시문 데이터셋 자체 생성_5.3 SFT 기법_5.4 실전 파인튜닝_요약_참고 문헌CHAPTER 6 선호도 정렬을 활용한 파인튜닝_6.1 선호도 데이터셋 이해_6.2 선호도 데이터셋 생성_6.3 선호도 정렬_6.4 DPO 구현_요약_참고 문헌CHAPTER 7 LLM 평가_7.1 모델 평가_7.2 RAG 평가_7.3 TwinLlama-3.1-8B 평가_요약_참고 문헌CHAPTER 8 추론 최적화_8.1 모델 최적화 전략_8.2 모델 병렬 처리_8.3 모델 양자화_요약_참고 문헌CHAPTER 9 RAG 추론 파이프라인_9.1 LLM Twin의 RAG 추론 파이프라인 이해_9.2 LLM Twin의 고급 RAG 기법 탐구_9.3 LLM Twin의 RAG 추론 파이프라인 구현_요약_참고 문헌CHAPTER 10 추론 파이프라인 배포_10.1 배포 유형 선택 기준_10.2 추론 배포 유형 이해_10.3 모놀리식 아키텍처와 마이크로서비스 아키텍처 비교_10.4 LLM Twin의 추론 파이프라인 배포 전략 탐구_10.5 LLM Twin 서비스를 배포하기_10.6 급증하는 사용량 처리를 위한 오토스케일링_요약_참고 문헌CHAPTER 11 MLOps와 LLMOps_11.1 DevOps, MLOps, LLMOps_11.2 LLM Twin 파이프라인을 클라우드에 배포하기_11.3 LLM Twin에 LLMOps 적용_요약_참고 문헌APPENDIX MLOps 원칙_원칙 1: 자동화 또는 운영화_원칙 2: 버전 관리_원칙 3: 실험 추적_원칙 4: 테스트_원칙 5: 모니터링_원칙 6: 재현 가능성
